您好,登錄后才能下訂單哦!
這篇文章給大家分享的是有關(guān)sklearn中make_blobs怎么用的內(nèi)容。小編覺(jué)得挺實(shí)用的,因此分享給大家做個(gè)參考,一起跟隨小編過(guò)來(lái)看看吧。
sklearn中的make_blobs函數(shù)主要是為了生成數(shù)據(jù)集的,具體如下:
from sklearn.datasets import make_blobs
data, label = make_blobs(n_features=2, n_samples=100, centers=3, random_state=3, cluster_std=[0.8, 2, 5])
n_features
表示每一個(gè)樣本有多少特征值
n_samples
表示樣本的個(gè)數(shù)
centers
是聚類中心點(diǎn)的個(gè)數(shù),可以理解為label的種類數(shù)
random_state
是隨機(jī)種子,可以固定生成的數(shù)據(jù)
cluster_std
設(shè)置每個(gè)類別的方差
下面舉例說(shuō)明:
'''創(chuàng)建訓(xùn)練的數(shù)據(jù)集''' from sklearn.datasets import make_blobs data, label = make_blobs(n_features=2, n_samples=100, centers=2, random_state=2019, cluster_std=[0.6,0.7] )
看看生成的數(shù)據(jù)集:
data
有2個(gè)特征(n_features=2
),樣本個(gè)數(shù)是100(n_samples=100)
再看看生成的label:
label只有0或者1(centers=2),維度是100
random_state
給定數(shù)值后,每次生成的數(shù)據(jù)集就是固定的,方便后期復(fù)現(xiàn),默認(rèn)的是每次隨機(jī)生成,要注意一下??!
好了,這樣我們就擁有了一個(gè)自己想要的數(shù)據(jù)集,然后就可以開(kāi)始后續(xù)的一些工作了?。。?!
感謝各位的閱讀!關(guān)于“sklearn中make_blobs怎么用”這篇文章就分享到這里了,希望以上內(nèi)容可以對(duì)大家有一定的幫助,讓大家可以學(xué)到更多知識(shí),如果覺(jué)得文章不錯(cuò),可以把它分享出去讓更多的人看到吧!
免責(zé)聲明:本站發(fā)布的內(nèi)容(圖片、視頻和文字)以原創(chuàng)、轉(zhuǎn)載和分享為主,文章觀點(diǎn)不代表本網(wǎng)站立場(chǎng),如果涉及侵權(quán)請(qǐng)聯(lián)系站長(zhǎng)郵箱:is@yisu.com進(jìn)行舉報(bào),并提供相關(guān)證據(jù),一經(jīng)查實(shí),將立刻刪除涉嫌侵權(quán)內(nèi)容。